支持TMAO经PANoptotic-like过程促进糖尿病性勃起功能障碍手稿的原始图像
本数据集为支持一篇关于TMAO通过涉及焦亡、凋亡和坏死性凋亡的PANoptotic-like过程促进糖尿病介导的勃起功能障碍（CCSMC相关）手稿的原始图像，包含Western Blot和免疫组化（IHC）图像
![Original images supporting the manuscript [Trimethylamine N-oxide, a Gut Microbiota Metabolite, Promotes Diabetes-Mediated Erectile Dysfunction via a PANoptotic-like Process involving Pyroptosis, Apoptosis, and Necroptosis in CCSMCs]](/medical-api/medicalDataset/datasetCover/134653.jpg)
基本信息
资源简介
支持TMAO经PANoptotic-like过程促进糖尿病性勃起功能障碍手稿的原始图像
Original images supporting the manuscript [Trimethylamine N-oxide, a Gut Microbiota Metabolite, Promotes Diabetes-Mediated Erectile Dysfunction via a PANoptotic-like Process involving Pyroptosis, Apoptosis, and Necroptosis in CCSMCs]
本数据集为支持一篇关于TMAO通过涉及焦亡、凋亡和坏死性凋亡的PANoptotic-like过程促进糖尿病介导的勃起功能障碍（CCSMC相关）手稿的原始图像，包含Western Blot和免疫组化（IHC）图像。数据以ZIP压缩包形式提供，内含正文图1-6及补充图1-3的完整未裁剪扫描图，可用于验证相关实验结果（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【主题与分类】
主题标签：TMAO、DMED、PANoptotic-like process、CCSMC。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.20563983
使用许可：Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.20563983
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 561.0 MB。
数据说明
本数据集包含支持题为“[氧化三甲胺，一种肠道微生物代谢物，通过涉及CCSMCs中焦亡、凋亡和坏死性凋亡的PANoptotic样过程促进糖尿病介导的勃起功能障碍]”的手稿研究结果的原始Western Blot（WB）和免疫组织化学（IHC）图像。文件内容：上传的文件是一个名为[2026-6-3-Raw data.zip]的ZIP压缩包。它包含正文和补充材料中所有图表的完整、未裁剪图像。文件夹结构：/Main_Figures：包含图1-6的原始扫描图。/Supplementary_Figures：包含补充图1-3的原始扫描图。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
